今天学习了Python的数字类型及操作，之前学C语言时，也有类似内容，所以今天这些内容，概念上比较好理解。
虽然知识点不难，但在过程中，还是有惊喜的。
在天天向上力量的实例中，我领略了两个计算机思维，以及一个单词Grit。接下来还是结合代码，复盘一下重点，以及上面提到的收获。
天天向上，来自于毛爷爷的名言，好好学习，天天向上。
有人提出，如果每天进步1%，一年后可以提升多少？反之如果每天退步1%，一年后会退步多少？
这个问题在数学上很简单，就是1.01的365次方和0.99的365次方。在很多企业墙上，也见过类似的公式，前者的答案是37.78，后者的答案是0.03。强烈的对比可以看出，每天持续进步的力量非常大。
用Python计算也很简单，只需要用上基础的幂运算就可以。
接着老师在这个问题基础上举一反三，升级为复杂点的问题，以便讲解更多知识点。
一年365天，如果5天的工作日，每天进步1%，2天的休息日，每天退步1%，这种工作日向上的力量如何呢？
看上去复杂一些了，没法用简单的公式去计算。事实上如果硬要找规律，总结出一个数学公式，也是可以找到的。
但老师指出，这样做就是典型的数学思维，问题的解决大部分还是靠的人脑，计算机只是最后用来辅助计算。而用计算机解决问题，可以用一种计算思维的方式，先将问题抽象，抽象出问题的形式化逻辑，再进行自动化，将抽象的结果，通过程序自动完成，就可以很快的得到结果。
按照这种思维，解决这个问题的代码如下：
dayup = 1.0
dayfactor = 0.01
for i in range(365):
if i % 7 in [6,0]:
dayup = dayup*(1-dayfactor)
else:
dayup = dayup*(1+dayfactor)
print("工作日的力量: {:.2f}".format(dayup))其中for i in range(365):代表的是将i遍历365天，循环模拟365天这个过程。
而if i % 7 in [6,0]：代表i对7求余的时候，判断是否有余数为6和0的，如果有，显然就是休息日。余数如果不是这两个，就代表是工作日，分别计算即可。
计算的结果，工作日的力量为4.63，比起每天进步还是差了不少。
在天天向上问题进一步升级中，问题变成了有2个人，A每天进步1%，B休息日每天退步1%，问在工作日要进步到什么程度，才能赶上A的水平？
和前面提到的一样，如果用一种复杂的数学公式计算，当然也可以得到最后的答案，但不是我们利用计算机解决问题最好的方式。
计算机有一个很大的优势，就是计算能力超强，一些需要大规模计算的笨方法，在数学角度上不是最优的，但在计算机这里却非常实用。
上面的问题，就可以用不断试错的方式。给B一个进步的初始值，算出结果后和A比较，如果赶不上A，就加一点点，直到赶上A为止。
这样的计算量，如果手动去算，要算到天昏地暗，几乎是行不通的。而对于计算机来说，只要一瞬间就可以得到答案。这就是用计算机解决问题时，笨办法试错思维方式的优势。
实现的代码如下：
def dayUP(df):
dayup = 1
for i in range(365):
if i % 7 in [6,0]:
dayup = dayup*(1.0-0.01)
else:
dayup = dayup*(1.0+df)
return dayup
dayfactor = 0.01
while dayUP(dayfactor)<37.78:
dayfactor += 0.001
print("工作日的努力参数是: {:.3f}".format(dayfactor))其中保留字def是用来定义函数，df是参数，是dayfactor的简写，也就是不断测试的B的工作日进步程度。
while是用来判断条件成立是循环执行，也就是B的最终结果不小于37.78时，才结束计算。
dayfactor += 0.001这句代码的含义，和dayfactor=dayfactor+0.001相同，只是为了代码更简洁。
最终的结果是0.019，也就是工作日每天进步1.9%，和每天进步1%的效果是一样。
上面的计算结果，还是给我很多思考的。我此时的行为，也能勉强算上是在学习进步。但在这学习的过程中，频次不算很高。我一度认为，只要总的学习时间够了，学习最终就会有想要的结果的。
但其实不对的，正所谓学如逆水行舟，不进则退，偶尔前进一些，再偶尔退后一些，晃晃悠悠，其实都在原地徘徊。
我们常说要刻意练习，其实更需要高频次的刻意练习。
嵩天老师在天天向上的力量实例后面，提到了Grit这个词，Grit译为坚毅，是对长期目标的持续激情和持久耐力。
Grit是获得成功的最重要的因素之一，早晨看到欧阳老师朋友圈，单是早起打卡这个行为，就打卡快两年了，着实让人敬佩。自己也一直觉得我这方面不是很强，还需要多多努力。
为了更深入地了解Grit这个词，我在网上又找了一些相关的资料。其中有个关于Grit的演讲视频，我反复看了几遍，觉得很有意义，放在下面分享一下。
